On the use of conditional expectation estimators
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F15%3A86095461" target="_blank" >RIV/61989100:27510/15:86095461 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
On the use of conditional expectation estimators
Popis výsledku v původním jazyce
This paper discusses two different methods to estimate the conditional expectation. The kernel nonparametric regression method allows to estimate the regression function, which is a realization of the conditional expectation . A recent alternative approach consists in estimating the conditional expectation (intended as a random variable), based on an appropriate approximation of the ?-algebra generated by X. In this paper, we propose a new procedure to estimate the distribution of the conditional expectation based on the kernel method, so that it is possible to compare the two approaches by verifying which one better estimates the true distribution. In particular, if we assume that the two-dimensional variable is normally distributed, then the true distribution can be computed quite easily, and the comparison can be performed in terms of goodness-of-fit tests.
Název v anglickém jazyce
On the use of conditional expectation estimators
Popis výsledku anglicky
This paper discusses two different methods to estimate the conditional expectation. The kernel nonparametric regression method allows to estimate the regression function, which is a realization of the conditional expectation . A recent alternative approach consists in estimating the conditional expectation (intended as a random variable), based on an appropriate approximation of the ?-algebra generated by X. In this paper, we propose a new procedure to estimate the distribution of the conditional expectation based on the kernel method, so that it is possible to compare the two approaches by verifying which one better estimates the true distribution. In particular, if we assume that the two-dimensional variable is normally distributed, then the true distribution can be computed quite easily, and the comparison can be performed in terms of goodness-of-fit tests.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BB - Aplikovaná statistika, operační výzkum
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
New developments in pure and applied mathematics : proceedings of the International Conference on Mathematical Methods, Mathematical Models and Simulation in Science and Engineering (MMSSE 2015) : Vienna, Austria, March 15-17, 2015
ISBN
978-1-61804-287-3
ISSN
—
e-ISSN
—
Počet stran výsledku
3
Strana od-do
244-246
Název nakladatele
[s.n.]
Místo vydání
[Dánsko]
Místo konání akce
Vídeň
Datum konání akce
15. 3. 2015
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—